El método con IA para descubrir qué vendedores de piso aceptarían un 15% de descuento
La inteligencia artificial ha entrado en el mercado inmobiliario por la puerta de atrás. Hay un sistema sencillo — un par de filtros en los portales de venta de pisos, capturas semanales y un chatbot de los de uso masivo — que sirve para descubrir qué vendedores están al límite. Los que aceptarían una rebaja del 10% o el 15% sobre lo que piden hoy.
La técnica circula desde hace tiempo entre inversores que empiezan y entre compradores particulares hartos de ver subir los precios en ciudades como Madrid, Barcelona, Valencia o Zaragoza. Se apoya en una cosa que los grandes portales no enseñan: el contexto temporal del anuncio. Saber, por ejemplo, si un piso lleva un mes con descuento o medio año. Y si el dueño aguanta el precio inicial o si ha ido cediendo en silencio una vez, otra vez, otra vez.
El método arranca en Idealista, que sigue siendo el portal más usado en España para buscar vivienda. La clave está en un filtro escondido casi a propósito en la esquina superior derecha del listado: la opción “han bajado más”. Esa ordenación pone arriba los pisos cuyo precio se ha rebajado más respecto al inicial. Es un primer indicio. Solo eso.
Una hoja de cálculo del mercado, semana a semana
La operativa empieza con una búsqueda fija. Barrio concreto, rango de precio, número de habitaciones. Y la copia íntegra del listado de resultados en un documento de texto al que se le pone fecha en el nombre — algo del tipo “pisos Delicias 17 de mayo”. La rutina se repite cada semana con los mismos criterios. Al cabo de un mes hay cuatro instantáneas del mismo mercado. Tres meses después, doce. Empiezan a notarse cosas que un solo vistazo no enseña jamás.
El trabajo sucio lo hacen los modelos de lenguaje
Aquí entra ChatGPT, Claude o cualquier asistente parecido. Se le suben los documentos acumulados y se le pide que cruce los datos: qué anuncios se repiten semana a semana, cuáles han ido bajando entre captura y captura, cuáles llevan más tiempo en la lista de descuentos y cuáles acumulan las rebajas más agresivas. En segundos, la IA devuelve un ranking de las viviendas con más pinta de querer venderse cuanto antes.
Hay una versión más avanzada del mismo truco. Usa agentes de navegación con IA — productos como Comet, el navegador de Perplexity — para volcar de un plumazo todos los anuncios en una hoja de cálculo. Luego se sube ese Excel al chat con una instrucción concreta: detectar señales de urgencia en los textos. Cambios sutiles en la descripción de un anuncio entre semana y semana. Frases del tipo “se escuchan ofertas” añadidas por el vendedor cuando empieza a flaquear.
Lo que el sistema no ve
El truco tiene techo. Los modelos se equivocan. Confunden cifras, leen mal una descripción, mezclan fechas. Conviene contrastar antes de hacer una oferta. Y hay otro asunto que el ranking no resuelve: que un piso esté muy descontado no significa que sea buena compra. A veces lleva meses rebajándose por algo que el anuncio no cuenta — un problema estructural, una derrama pendiente, un lío de herencia. La urgencia del vendedor explica el descuento, no la calidad de la vivienda.
Lo que el sistema sí devuelve al comprador es algo que el portal nunca enseña: cómo se ha comportado el vendedor en el tiempo. Cuánto ha bajado, cuántas veces y desde hace cuántas semanas. Ese dato pesa mucho más que el precio actual cuando llega el momento de sentarse a negociar
